小概率事件（Small probability event）是个概率论（当然不限于概率论）里面的概念，大概是指在一次或多次实验中，那些发生的频数极小的事件；异常值（Outlier）是个统计学的概念，应该就是指那些严重偏于整体的观测值，所以异常值又被翻译为离群值。

在概率论中，我们学到过随机事件（Random event）。我确实相信有许多小概率事件是随机发生的，或者说是偶然发生的。比如彩票中奖，应该就是一种偶然发生的小概率事件。在这里，我想思考的，不是偶然发生的小概率事件，而是必然发生的小概率事件。

比如说，
一千株大豆里面的一两株优异的大豆。
一个村子里面的一对双胞胎。
四万万中国人中的毛润之。
小乡镇中的全国首富。
野生狐狸群里面对人亲善无戒心的狐狸。
驯养鹌鹑群体中特别能下蛋的鹌鹑。
流水线中千分之一概率出现的残次品。
高速路在一年中发生了一次大堵车。
。。。。

我觉得我上面说的事件中，可能会包括异常值。异常值通常是被统计学家忽略掉的（如果我想知道鹌鹑群体的产蛋率，不能因为一只日产万蛋的鹌鹑，而把鹌鹑群体的产蛋率提高十倍）。从某种意义上说，我觉得异常值应该也算作小概率事件，因此，在这里，我没有区分这两个概念。

不只是异常值，其实统计学家和一些从事于统计的科学家，往往都因为研究整体（尤其是当今流行的大数据分析），而忽略那些小概率的事件。

但是作为一个研究导致事件发生的原因的学者而言，我觉得他是不应该忽略小概率事件的。四万万人中忽略了毛主席，除非研究中国的学者的头脑是小概率事件。

真正的学者，我觉得，应该在研究整体的同时，也绝不忽视那些必然发生的小概率事件。比如双胞胎是小概率事件（一般为1.25%），但是在巴西的南里奥格兰州的小镇上，双胞胎的概率是20%。某一基因型的稀少，并不代表这种基因型不值得我们重视。这说明小概率事件的发生，大多是事出有因的。它可能是某种深层次问题（基因型）的反映（表型）。

流水线中出现残次品，应该也不是偶然的，应该是流水线的某个地方的缺陷所致。作为监管部门，我们可能不会去关注残次品（除非残次品也进入了市场），但是作为生产者，他们应该是急迫的想知道这些残次品产生的原因，以及能够降低残次品概率的办法的。


大概率事件，似乎是比较容易研究的；小概率事件，似乎是难于琢磨的。琢磨小概率事件发生的原因，也许会得到比对整体的认识更深刻的知识。

至于如何琢磨小概率事件，首选要做的，我觉得，就是寻找导致此类事件出现频率增加或减少的条件与方法。

能关注小概率事件，能分析出小概率事件背后的因果，我觉得这是一件不是一般人能做到的事件，因此也是小概率事件。